|
한국데이터정보과학회, 2010 Ⅰ. 서론
Ⅱ. 리스크(위험)의 의미
Ⅲ. 리스크(위험)의 분류
1. 시장위험(Market Risk)
1) 베이시스위험
2) 감마위험
2. 신용위험(Credit Risk)
3. 결제위험(Settlement Risk)
4. 유동성위험(Liquidity Risk)
1) 시장유동성위
|
|
|
신용경로
4. 지역경제력 격차의 확대
Ⅳ. 지역생산의 선행연구
1. 지역경제와 지방재정
2. 부가가치세의 공동세원화
Ⅴ. 지역생산의 동향
Ⅵ. 지역생산의 금융시장
1. 금융거래의 특성
2. 지역금융시장의 정의
3. 지역금융시장의 성립
|
|
|
연구소
권재중(2000. 2),「인터넷금융의 영향과 대응과제」, 한국금융연구원
한국은행(1999), 「전자금융의 발달과 은행산업의 미래」
유용주(2000. 5), 「금융산업의 디지털화」, 삼성경제연구소
금융감독위원회(1999. 12), \"21세기의 금융산업 : 원
|
|
|
한국데이터베이스진흥센터(1998), 데이터웨어하우스 솔루션 총람 Ⅰ. 개요
Ⅱ. 금융권의 구조조정
Ⅲ. 금융권의 데이터웨어하우스
Ⅳ. 금융권의 CRM(고객관계관리)
Ⅴ. 금융권과 제2금융권
1. 생명보험회사
2. 종합금융회사
3. 신용
|
|
|
데이터가 만드는 비즈니스 미래지도, 한스미디어, 2012
조정환, 스포츠 빅 데이터 활용과 전망(Utilization and prospect of sport Big data), 한국체육측정평가학회지 14권 3호, 2012 Ⅰ. 서 론
1. 주제선정배경
Ⅱ. 본 론
1. 빅데이터(Big Data) 개념분석
|
|
|
분석, 교문사, 2000년 8월.
황석하, 기업부실예측에 관한 연구 , 회계학연구, 1991년 7월
홍영복, 재무비율의 CP 등급 예측능력에 관한 연구 , 인하대 산업경영 연구소연구논문집 제 3판, 1989.6. 제 1장 서 론
제 1 절 연구 배경 및 목적
제 2 절 연
|
|
|
분석방법
Ⅶ. VaR(위험가치, 위험관리)의 델타분석방법
1. 포지션에 포함된 각 금융자산의 위험요인을 결정하는 과정
2. 위험요인간의 상관관계를 추정하는 과정
3. 델타를 이용하여 포지션의 변동을 추정하는 과정
Ⅷ. 결론 및 시사점
|
|
|
데이터마이닝, 올랩(OLAP)등을 제공하여야 한다.
5-4. Web-Mining 의 도입
1) Web-Mining 의 도입
Web-Mining 의 정의
웹상의 웹 정보에서 데이터마이닝 툴을 이용해 유용한 정보를 발견하고 분석하는 것이다.
(The discovery and analysis of useful information with Data Mi
|
|
|
데이터 시대와 데이터 융합」정보통신정책연구원
박원준(2012)「‘빅데이터(Big Data)’ 활용에 대한 기대와 우려」정책연구본부 융합정책연구부
오길영(2015)「빅데이터 환경에서의 정보보호 담론에 대한 비판」헌법학연구 제21권 제2호, 한국
|
|
|
데이터를 위한 분석 기술 활용방안 연구”, 세종대학교 석사. Ⅰ. 서론
Ⅱ. 본론
1. 빅 데이터란
2. 빅 데이터 동향
3. 빅 데이터 시장 현황
1) 글로벌 빅데이터 시장 전망
2) 한국 빅데이터 시장 전망
4. 현재 우리 사회에서 활용된
|
|
메뉴펼치기
